一種使用機器學習算法預測碎屑巖礦物組分的方法,根據地球物理知識可知,地球物理測井信息既包含了巖層內流體類型信息還含有巖石骨架類型及組分信息。對砂巖儲層搞清骨架組分可以研究儲層親水、親油特性,進而研究采油速率和采收率。對頁巖儲層可以研究巖石的脆性,為壓裂決策提供依據,進而可以指導水平井水平段的鉆探。為了研究儲層的礦物組分,以往需要在不同的盆地、油氣田根據沉積地層逐層建立經驗圖版或公式,這個方法相對繁瑣復雜。機器學習算法采用大數據技術,通過學習取心巖樣礦物組分和地球物理測井之間的內部邏輯關系自動預測未取心井儲層的礦物組分,進而為油藏工程、采油工程提供依據。
聲明:
“使用機器學習算法預測碎屑巖礦物組分的方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)